深度学习（Deep Learning，DL）是一种机器学习的分支，通过多层神经网络模拟人类大脑的神经元，实现更高级别的抽象和特征提取。深度学习技术可以被应用于许多领域，如自然语言处理、计算机视觉、语音识别等。神经网络（Neural Network，NN）是深度学习的核心。它是由多个层次的神经元组成的，每一层都执行特定的计算任务，...
前馈神经网络(Feedforward Neural Network,FNN):是最基本的神经网络类型,数据沿一个方向传递,没有形成循环。包括单层感知器和多层感知器(MLP)等。 卷积神经网络(Convolutional Neural Network,CNN):主要用于处理和分析具有网格状结构的数据,如图像和视频。通过卷积操作来捕捉图像中的局部特征,被广泛用于图像识别和计算机...
人工神经网络:感知神经网络 Perception Neural Network、反向传递 Back Propagation、Hopfield网络、自组织映射 Self-Organizing Map ( SOM )、学习矢量量化 Learning Vector Quantization ( LVQ ) 3.2 半监督学习 在半监督学习方式下,训练数据有部分被标识,部分没有被标识,这种模型首先需要学习数据的内在结构,以便合理的...
机器学习ML:根据特征在水果摊买橙子,随着见过的橙子和其他水果越来越多,辨别橙子的能力越来越强,不会再把香蕉当橙子。 机器学习强调“学习”而不是程序本身,通过复杂的算法来分析大量的数据,识别数据中的模式,并做出一个预测--不需要特定的代码。在样本的数量不断增加的同时,自我纠正完善“学习目的”,可以从自身的...
机器学习ML:根据特征在水果摊买橙子,随着见过的橙子和其他水果越来越多,辨别橙子的能力越来越强,不会再把香蕉当橙子。 机器学习强调“学习”而不是程序本身,通过复杂的算法来分析大量的数据,识别数据中的模式,并做出一个预测--不需要特定的代码。在样本的数量不断增加的同时,自我纠正完善“学习目的”,可以从自身的...
Neural Network and Deep Learning电子书 然后是机器学习基础,这块推荐吴恩达的机器学习课程以及李宏毅的机器学习课程,这两个课程补充补充,学完基本就能掌握80%以上的机器学习基础了。 深度学习,推荐李沐的《动手学深度学习》,有书、视频和配套代码,边看书边动手,配合学习pytorch,可以同时掌握深度学习算法原理和框架的使用...
本文总结了传统编译器和AI/ML编译器,可作为学习、研究、研发的参考资料。 1.编译器-GC Clang Clang是一个C、C++、Objective-C和Objective-C++编程语言的编译器前端。它采用了LLVM作为其后端,由LLVM2.6开始,一起发布新版本。它的目标是提供一个GNU编译器套装(GCC)的替代品,支持了GNU编译器大多数的编译设置以及非...
ML是Machine Learning的缩写,即机器学习的意思。机器学习是人工智能的一个分支,让计算机系统能够利用数据和算法自动改进性能。 19.RAG RAG 是“Retrieval-Augmented Generation”的缩写,意为“检索增强生成”。这是一种结合了信息检索(Retrieval)与自然语言生成(Generation)技术的人工智能方法。它通过在大量文本数据中检索...
“AI/ML 特定的威胁及其缓解措施”提供了有关特定攻击的详细信息,以及目前使用的用于防止 Microsoft 产品和服务受到这些威胁的特定缓解步骤。 本部分主要面向数据科学家,他们可能需要实施特定的威胁缓解措施作为威胁建模/安全审查过程的输出。本指南围绕由 Ram Shankar Siva Kumar、David O’Brien、Kendra Albert、Salome ...